Windows10运行免费“红色警戒2共和国之辉”故障排除 故障1：运行就黑屏 将RA2.exe应用程序右击创建“快捷方式”到桌面，右击快捷方式：属性-目标最后添加参数：-win（记得-win前面加个空格） 故障2：弹框（16位元色盘） 右击快捷方式：属性-兼容性-找到简化的颜色模式：调整为16位，应用-确定 故障3：玩一会闪退 修改ini参数‌：在红警2的游戏文件夹中找到Ra2.ini文件，用文本编辑器打开。修改以下参数（找到[Video]部分）： VideoBackBuffer=no AllowVRAMSidebar=yes AllowHiResModes=no 故障4：窗口小（根据自己显示器分辨率修改参数） 修改ini参数‌：在红警2的游戏文件夹中找到Ra2.ini文件，用文本编辑器打开。修改以下参数(找到[Video]部分)： ScreenWidth=1366 ScreenHeight=768 StretchMovies=no 安装DirectX 9.0c 尽管Windows 10自带DirectX 12，但《红色警戒2》需要DirectX 9.0c才能正常运行。

高性能定点FFT逆变换及硬件实现：基于ModelDim仿真与Quartus II综合的MATLAB验证,基于定点数的FFT逆变换IFFT硬件实现及MATLAB仿真验证之quartusii综合工具与ModelDim辅助分析,2048点fft逆变ifft硬件实现 modeldim仿真 quartusii综合 matlab全新 仿真验证 只支持定点数，不支持浮点数 ,2048点fft逆变换; ifft硬件实现; modeldim仿真; quartusii综合; 全新仿真验证; 定点数处理。,定点数优化：2048点FFT逆变换硬件实现与ModelDim仿真验证

项目细节： 首先载入源图像，并进行尺寸预处理。 载入源图像image并作拷贝为org，将image按原始h,w的比例大小设置为高度为500的图像。 进行边缘检测和轮廓检测 在灰度化->边缘检测->轮廓检测后，将轮廓按轮廓的面积进行排序（注意这里默认是顺序的即从小到大，我们需要从大到小排序，所以reverse = True），取面积最大的前5个轮廓，并用多边形逼近（cv.approxPolyDP）的方法将轮廓近似出来，因为检测的轮廓有圆形有长矩形，我们需要的检测的目标轮廓是四边形（类似于矩形）。所以我们经过筛选得到我们需要的四边形的坐标。 坐标的透视变换 由多边形逼近轮廓的方法得到的坐标 是每个轮廓逆时钟方向的各个顶点的坐标，而我们想要顺时针方向的各个顶点的坐标，所以需要先对轮廓坐标重新排序。接着需要求出四边形轮廓的高和宽，来创建一个dst数组：该数组为[[0,0],[width-1,0],[width-1,height-1],[0,height-1] 。将四边形轮廓坐标和dst输入到cv.getPerspectiveTransform 函数里，得到透视变换的M矩阵。接着将用M矩阵对原图像做透视变化，其中得出的warped的大小为（width，height），这样透视变换就做完了。 简单点说：首先读取两个坐标数组，计算变换矩阵；然后根据变换矩阵对原图进行透视变换，并输出到目标画布， OCR识别 在OCR识别之前要对待识别的图像进行预处理，即灰度二值化，接着利用ocr指令来识别。 源码： import cv2 as cv import numpy as np import pytesseract def order_point(pts): rect = np.zeros((4, 2), dtype = "float32") s = pts.sum(axis = 1) rect[0] = pts[np.argmin(s)] rect[2] = pts[np.argmax(s)] diff = np.diff(pts,axis=1) rect[1] = pts[np.argmin(diff)] rect[3] = pts[np.argmax(diff)] return rect def four_point_transfer(image,pts): rect = order_point(pts) (tl,tr,br,bl) = rect width1 = np.sqrt((tr[0]-tl[0])*(tr[0]-tl[0])+(tr[1]-tl[1])*(tr[1]-tl[1])) width2 = np.sqrt((br[0]-bl[0])*(br[0]-bl[0])+(br[1]-bl[1])*(br[1]-bl[1])) width = max(width1,width2) #python中有max函数和np.max函数，前者是比较两个数值的大小取最大值，后者是取出数组的最大值 height1 = np.sqrt((tr[0]-br[0])*(tr[0]-br[0])+(tr[1]-br[1])*(tr[1]-br[1])) height2 = np.sqrt((tl[0]-bl[0])*(tl[0]-bl[0])+(tl[1]-bl[1])*(tl[1]-bl[1])) height = max(height1,height2) dst = np.array([[0,0],[width-1,0],[width-1,height-1],[0,height-1]],dtype="float32") M = cv.getPerspectiveTransform(rect,dst) warped =cv.warpPerspective(image,M,(width,height)) return warped def resize(image,height=None): if height is None: return image else : h,w= image.shape[:2] #shape:h,w,channel image[h(row),w(col),channel] r = height/h width = int(w*r) #关于size函数参数的一般是（宽，高） image = cv.resize(image,(width,height),interpolation=cv.INTER_AREA) #还有resize(img,(宽，高)),即先列后行 return image #利用cv.bounding()得到x,y,width,height #其它情况一般都是先行后列（高，宽） #如shape得到参数,或者roi区域内部参数，建立新的Mat 都是先行后列 image = cv.imread("E:\opencv\picture\page.jpg") orig = image.copy() image = resize(image,height=500) ratio = orig.shape[0]/500 #边缘检测 image_gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) image_gray = cv.GaussianBlur(image_gray,(5,5),0) image_edge = cv.Canny(image_gray,75,200) #轮廓检测 image_contours = cv.findContours(image_edge.copy(),cv.RETR_LIST,cv.CHAIN_APPROX_SIMPLE)[1] countours = sorted(image_contours,key=cv.contourArea,reverse=True)[:5] for c in countours: arc = cv.arcLength(c,closed=True) approx = cv.approxPolyDP(c,arc*0.02,True) if len(approx) == 4: screen_shot = approx break cv.drawContours(image,[screen_shot],-1,(0,0,255),2) warped =four_point_transfer(orig,screen_shot.reshape(4,2)*ratio) cv.imshow('warped_window',resize(warped,height=650)) warped =cv.cvtColor(warped,cv.COLOR_BGR2GRAY) scan = cv.threshold(warped,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)[1] cv.imwrite("E:/opencv/picture/scan.png",scan) cv.imshow("scan ",scan) scanstring = pytesseract.image_to_string(scan) print(scanstring) cv.waitKey(0) cv.destroyAllWindows() 在这个图像处理案例中，主要涉及了以下几个关键技术点： 1. 图像预处理： - **图像尺寸预处理**：通过`resize`函数调整图像尺寸，确保图像高度为500像素，保持原图像的宽高比例。这一步骤是为了统一处理不同大小的图像，使其适应后续的处理算法。 - **灰度化**：使用`cv.cvtColor`函数将彩色图像转换为灰度图像，简化图像特征，便于边缘检测和轮廓识别。 - **边缘检测**：采用Canny算法`cv.Canny`进行边缘检测，识别图像中的边界，帮助分离文字区域。 2. 轮廓检测与筛选： - **轮廓检测**：使用`cv.findContours`找出图像中的所有轮廓，`cv.RETR_LIST`确保获取所有独立的轮廓，`cv.CHAIN_APPROX_SIMPLE`压缩轮廓信息以节省内存。 - **轮廓排序与筛选**：按照轮廓面积进行降序排序，选择前五个最大的轮廓，这是因为文字区域通常比背景区域的面积更大。通过`cv.approxPolyDP`进行多边形逼近，去除非四边形轮廓，保留类似矩形的四边形轮廓，以精确选取文本区域。 3. 坐标变换与透视变换： - **坐标排序**：将轮廓坐标按照顺时针方向重新排序，这是为了满足`cv.getPerspectiveTransform`函数的需要，它需要按顺序的顶点坐标。 - **创建dst数组**：dst数组定义了目标四边形的四个顶点，即一个标准的矩形。 - **计算透视变换矩阵**：利用`cv.getPerspectiveTransform`得到将四边形轮廓坐标转换为dst矩形的透视变换矩阵`M`。 - **执行透视变换**：通过`cv.warpPerspective`函数，应用M矩阵对原图像进行透视变换，生成warped图像，使文字区域变为标准矩形。 4. OCR识别： - **预处理**：将warped图像转为灰度图像并进行二值化，使用`cv.threshold`和`cv.THRESH_BINARY|cv.THRESH_OTSU`进行自动阈值设定，提高文字识别的准确性。 - **OCR识别**：使用`pytesseract.image_to_string`对二值化后的图像进行文字识别，将图像转换为可读的文本字符串。 总结来说，这个案例展示了如何通过OpenCV库进行图像处理，包括尺寸调整、边缘检测、轮廓识别、坐标变换以及最终的OCR文字识别。这些步骤是图像分析和自动化文本提取的关键技术，常用于文档扫描、图像识别和信息提取等领域。

友善之臂 MiniTools-USB下载工具mini2440可以方便来烧写操作系统。

Delphi是一种广泛使用的集成开发环境（IDE），主要用于快速开发各种桌面、移动应用以及web应用。它的特色在于使用Object Pascal编程语言，以及其特有的VCL（Visual Component Library）和FMX（FireMonkey）框架。Delphi 12可能指的是在2022年发布的第12个主要版本。这个版本可能伴随着大量更新，包括对框架、工具链和性能的改进。 SUIPack则是一个第三方控件包，为Delphi环境下的开发者提供丰富的用户界面元素，以增强应用的视觉效果和用户体验。这个特定的版本号“6.4”意味着它是该控件包的第6代产品，且是这一代中的第4个主要更新。控件包通常包括各种预先设计好的用户界面组件，如按钮、图表、列表框、进度条等，这些组件可以帮助开发者减少设计和编写基础代码的时间，从而专注于应用的特定业务逻辑。 “C5D5-XE12”可能是指特定版本的Delphi开发环境，其中“XE”代表Xtreme Edition，它是Embarcadero公司推出的一款专业级的Delphi版本，其中包含了一系列先进的特性，例如支持64位应用程序的开发等。该部分还可能指出了SUIPack控件包支持的Delphi版本范围，即从Delphi 5到Delphi XE12。 “Athens”通常是一个代号或版本名称，可能用于区分同一版本控件包的不同发行或更新。在这个语境下，它特指SUIPack为Delphi XE12版本的特定发行。这表明SUIPack6.4在为Delphi XE12提供的时候，可能会有一些特化优化，以便更好地适应该版本的特定特性和API变化。 在软件开发过程中，使用第三方控件包是常见的做法。这样做可以加速开发过程，利用现有的成熟解决方案来提高软件的稳定性和开发效率。同时，这也意味着开发者不必从零开始构建所有的用户界面元素，而是可以采用现成的、经过测试的组件，并且可能还伴随着良好的文档和社区支持。 Delphi 12与SUIPack6.4 for C5D5-XE12 Athens的结合表明了开发者在追求高效开发的同时，也能够利用强大的第三方工具来丰富应用的界面和交互体验。特别是当涉及到为特定的Delphi版本进行优化时，这样的控件包可以成为开发过程中的一个宝贵资源。

内容概要：该文档《HTML+CSS+JS基础知识大全-码力无边.pdf》全面涵盖了HTML、CSS和JavaScript的基础知识。HTML部分详细介绍了超文本标记语言的概念、基本文档结构、常见标签及其属性的应用。CSS部分重点讲解了如何利用层叠样式表进行页面美化和布局，涉及引入方式、各类选择器的使用以及常用属性设置。JavaScript部分讲述了编程语言在网页开发中的作用，探讨了基础语法、数据类型、控制结构、函数与循环，最后结合HTML和CSS展示了交互性与动态功能的实现。此外，还包括了一个综合案例，演示了创建一个包含文章展示、导航栏、搜索功能和评论区的个人博客网页。 适用人群：对前端开发感兴趣的初学者，尤其是有一定计算机基础、想要掌握网页开发技术的学习者。 使用场景及目标：①理解和应用HTML来创建结构化的网页内容；②学习CSS的样式设计方法，以美化网页并改进用户体验；③熟悉JavaScript语法和交互功能开发，使网页变得更有活力。 其他说明：文档提供了理论指导的同时，配合实例教学。

Delphi是一款广泛使用的集成开发环境（IDE），主要面向Pascal语言及其Object Pascal扩展，它由Embarcadero Technologies公司开发。Delphi以其高效的开发速度和强大的功能，特别是对于数据库和用户界面的支持，受到开发者的青睐。TMS VCL Instrumentation Workshop是Delphi的一个组件套装，它提供了一系列的仪表控件，这些控件可以帮助开发者设计出美观且功能丰富的用户界面，尤其是在仪表盘和数据展示方面。 TMS VCL Instrumentation Workshop的组件包括了各种模拟和数字仪表，例如转速表、温度计、量表、滑块以及用于显示图表的控件。这些控件不仅外观精美，而且具有高度的可定制性，开发者可以根据实际需求调整控件的大小、颜色、字体以及其他视觉元素，以此来匹配应用程序的风格。 TMS VCL Instrumentation Workshop v2.8.2.1是该组件套装的更新版本，它可能包含了对现有控件的改进、新增的控件类型或者修复了之前版本中的bug，从而提高了兼容性和性能。虽然这里没有具体的文件列表来详细说明这一版本中新增或改进了哪些功能，但通常，组件套装的更新会紧跟最新的Delphi版本，提供更好的集成体验，并且对现代操作系统和硬件的兼容性也会有所增强。 由于TMS VCL Instrumentation Workshop是第三方开发的组件套装，它通常需要在Delphi的VCL框架下运行，因此，安装和使用这一组件套装的前提条件是开发者必须拥有Delphi开发环境。这些控件可以加速开发过程，减少从头编写复杂用户界面元素的工作量，特别是对于那些需要将应用程序设计得更加直观和交互性强的开发者而言，TMS VCL Instrumentation Workshop提供了一个非常有价值的资源库。 此外，组件套装在交付时一般会附带详尽的文档和示例代码，这有助于开发者快速上手并有效地将这些控件集成到自己的项目中。文档通常会详细介绍控件的属性、事件和方法，而示例代码则展示了控件的典型应用方式，这都有助于开发者更深入地理解和使用这些控件。 随着技术的发展，越来越多的开发者关注应用程序的用户体验和界面的美观程度。TMS VCL Instrumentation Workshop作为一个专门为Delphi设计的用户界面组件套装，它在帮助开发者构建复杂且视觉吸引力强的用户界面方面扮演了重要的角色，是Delphi开发者不可多得的工具资源。

**标题解析：** "Google-Chrome-Native-Messaging" 是一个技术主题，指的是Google Chrome浏览器的一项功能，允许本地应用程序（如C++应用）与Chrome扩展程序通过特定的接口进行通信，这种通信方式基于JSON格式的数据交换。这个标题揭示了我们要讨论的是关于Chrome的本机消息传递机制，以及如何使用C++作为主机应用来实现这一功能。 **描述分析：** 描述进一步细化了主题，指出这是一个使用C++应用程序与Google Chrome浏览器之间进行数据通信的实例。它提到了"示例代码"，这意味着我们可能有一个实际的操作代码库可以参考学习。此外，提到"Google Chrome网上应用店"暗示了这个功能与Chrome扩展的发布和分发有关。 **标签解析：** 1. **plugin** - 这里指的可能是Chrome扩展，它们是类似插件的程序，用于增强浏览器的功能。 2. **chrome-extension** - 明确了我们讨论的扩展是针对Chrome浏览器的。 3. **chrome** - 标记了与Google Chrome浏览器相关的技术内容。 4. **qt** - Qt是一个跨平台的应用程序开发框架，可能在实现C++应用时用到。 5. **native** - 可能指的是本机消息传递或本机应用。 6. **cpp** - C++编程语言，用于开发本地主机应用。 7. **data-communication** - 关键的主题，表示我们将探讨的是数据传输和通信机制。 8. **native-messaging-host** - 指的是Chrome的本机消息传递主机，它是实现浏览器与本地应用间通信的关键组件。 9. **ChromeC++** - 结合了Chrome和C++，表明我们将深入研究如何使用C++进行Chrome扩展的开发。 **压缩包子文件的文件名称列表：** "Google-Chrome-Native-Messaging-master"很可能包含了实现上述功能的源代码仓库，通常包含项目的主分支或初始版本。这个文件名表明我们可以期待找到关于如何配置、构建和使用本机消息传递主机的详细步骤和示例代码。 **知识点详述：** 1. **Google Chrome Native Messaging**：这是Google Chrome提供的一种API，使得本地应用程序（如C++、Python等）能够与Chrome扩展进行双向通信。通信过程通常通过一个中间文本文件（通常是JSON格式）进行，该文件被两个端点交替读写。 2. **JSON数据交换**：JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。在Chrome Native Messaging中，JSON用于封装和传递消息数据，确保了数据的结构化和跨语言兼容性。 3. **C++ Native Messaging Host**：C++应用作为Native Messaging的主机端，负责接收来自Chrome扩展的消息并处理，同时将响应写回。开发C++ Native Messaging Host需要理解Chrome的API规范和C++编程。 4. **Chrome Extension开发**：Chrome扩展是用HTML、CSS和JavaScript编写的小型应用，可以在浏览器环境中运行。要实现与本地应用的通信，需要在manifest.json文件中配置本机消息传递的相关设置。 5. **Qt框架**：Qt是一个流行的跨平台开发工具，可能在这个项目中用于构建C++ Native Messaging Host。Qt提供了丰富的库和工具，使得C++开发更加便捷。 6. **数据安全和隐私**：使用Native Messaging时，需要注意数据的安全性和用户隐私。由于本地应用可以访问系统的权限比Chrome扩展更高，因此需要确保数据交换过程的安全性，避免潜在的恶意攻击。 7. **调试和测试**：在开发过程中，调试Chrome扩展和本地应用之间的通信至关重要。这可能涉及到日志记录、错误处理和模拟不同情况下的数据交换。 这个主题涵盖了一个完整的开发流程，包括理解Chrome Native Messaging API，使用C++编写Native Messaging Host，配置Chrome扩展的manifest.json，以及在Qt环境下进行C++编程。此外，还需要关注安全性和测试策略，以确保功能的稳定和安全。

项目管理之项目工作排期模板

timegate 墨鸢大佬写的《无感无刷直流电机之电调设计全攻略》，主要讲了关于无刷直流电机的驱动的基本原理，以及无感控制的知识要点，并且附上了德国 MK 项目电调代码（V0.41 版本）的全代码分析。 ### 无感无刷直流电机之电调设计全攻略 #### 一、前言 本文旨在深入探讨无感无刷直流电机（BLDC）及其电子调速器（ESC）的设计与实现方法。随着技术的进步，无感控制已成为现代BLDC应用中的关键技术之一，尤其是在无人机、电动汽车、工业自动化等领域。本文将围绕无刷直流电机的基础知识、工作原理、无感控制策略、反电动势检测及过零检测等核心内容展开讨论，并通过具体实例来加深理解。 #### 二、无刷直流电机基础知识 ##### 2.1 三个基本定则 在深入了解无刷直流电机之前，我们先回顾一下电磁学中的三个基本定则：左手定则、右手定则（安培定则一）和右手螺旋定则（安培定则二）。 - **左手定则**：用于判断载流导体在磁场中受到的作用力方向。伸出左手，使拇指与其余四指垂直，并且都与手掌在一个平面内；让磁感线从掌心进入，并使四指指向电流的方向，这时拇指所指的方向就是通电导线在磁场中所受安培力的方向。 - **右手定则（安培定则一）**：用于判断直导线周围产生的磁场方向。将右手伸平，大拇指与其余四指垂直，且处于同一个平面内；让磁感线垂直穿入掌心，四指指向电流的方向，则拇指指向为磁场的N极方向。 - **右手螺旋定则（安培定则二）**：用于判断载流螺线管或环形电流产生的磁场方向。将右手握成拳状，四指指向电流方向，大拇指指向螺线管内部或环形电流中心，则大拇指的方向即为磁场的N极方向。 ##### 2.2 内转子无刷直流电机的工作原理 内转子无刷直流电机是指其转子位于电机内部的一种类型，通常采用磁回路分析法进行研究。 - **磁回路分析法**：通过对电机内部磁通路径的分析，可以更好地理解电机的工作原理。磁回路由磁性材料构成，当电流通过绕组时会产生磁场，进而与永磁体相互作用产生转矩。 - **三相二极内转子电机结构**：这种类型的电机具有简单的结构特点，包括两个磁极的转子和定子上的三相绕组。通过改变绕组中电流的流向，可以实现电机的正反转。 - **三相多绕组多极内转子电机的结构**：这类电机的特点在于拥有多个绕组和多个磁极，从而提高了电机的效率和性能。其内部结构更为复杂，但能够提供更平稳的运行效果。 ##### 2.3 外转子无刷直流电机的工作原理 外转子无刷直流电机则是指其转子位于电机外部的一种类型，常见的结构如下： - **一般外转子无刷直流电机的结构**：这类电机通常采用外部转子和内部定子的结构形式，其特点是转子位于电机外壳之外，定子位于电机内部。 - **新西达2212外转子电机的结构**：作为一款典型的外转子电机，新西达2212采用了特殊的结构设计，以提高其动力输出和效率。该电机具有较高的转速范围和扭矩输出能力。 #### 三、无刷直流电机转矩的理论分析 无刷直流电机的转矩是衡量其性能的重要指标之一。了解电机转矩的产生机制对于优化电机设计至关重要。 - **传统的无刷电机绕组结构**：传统的无刷直流电机通常采用Y型连接方式的三相绕组。这种连接方式使得电机在运行过程中能够产生连续的转矩。 - **转子磁场的分布情况**：转子磁场的分布对电机的性能有着直接影响。合理的磁场分布可以使电机在运行过程中产生较大的转矩，并减少损耗。 - **转子的受力分析**：通过分析转子在不同状态下受到的力，可以更好地理解电机的工作原理。这些力包括电磁力、机械力等，它们共同作用于转子上，使其产生旋转运动。 - **一种近似分析模型**：为了简化计算过程，通常会采用一些近似模型来分析电机的工作状态。这些模型可以帮助工程师快速估算电机的关键参数，并指导电机的设计与优化。 #### 四、无感控制策略 无感控制是针对无刷直流电机的一种先进控制方法，其核心在于无需使用位置传感器即可实现对电机的有效控制。 - **六步方波控制**：这是一种常用的无感控制策略，通过六个步骤循环改变电机绕组中的电流方向，使电机产生连续的转矩。这种方法简单有效，适用于多种应用场景。 - **反电动势过零检测**：在无感控制中，准确地检测到反电动势（Back EMF）的过零点是关键。这可以通过比较电机绕组电压与参考电压来实现，从而确定电机的位置和速度。 - **代码实现**：为了帮助读者更好地理解和实践无感控制策略，本文还提供了德国MK项目的电调代码（V0.41版本）的全代码分析。这些代码详细展示了如何实现上述控制策略，并提供了实用的编程技巧。 无感无刷直流电机的电调设计涉及多个方面的知识和技术，从基础理论到实际应用都有着广泛的研究价值和发展空间。通过本文的介绍，希望能够为读者提供一个全面的理解框架，并激发更多深入探索的兴趣。